کوین روز قرص AGI دارد. چرا نیستی؟

امروز، من با کوین روز، روزنامه‌نگار و نویسنده کتاب جدید The AGI Chronicles صحبت می‌کنم که تحولات اخیر و انفجاری صنعت هوش مصنوعی را شرح می‌دهد.

کوین خبرنگار قدیمی نیویورک تایمز و مجری پادکست محبوب هارد فورک بود، اما او و دوست برنامه کیسی نیوتن به تازگی تایمز را ترک کردند تا پادکست کاملا فناوری Machine Gods را شروع کنند که هفته گذشته راه اندازی شد.

من و کوین در مورد راه‌اندازی Machine Gods و چگونگی تبدیل شدن از نیویورک تایمز به یک خالق مستقل صحبت کردیم - و البته در مورد این کتاب صحبت کردیم که گزارشی عالی در شرکت‌هایی است که برای ساخت هوش مصنوعی عمومی مسابقه می‌دهند.

من می‌خواستم از کوین درک کنم که گزارش دادن این موضوع چگونه است، سعی کنم این شخصیت‌ها و این لحظه در زمان را درک کنم، و بعد همه چیز به کجا می‌رود. هشدار منصفانه: این مکالمه در پایان یک چرخش فلسفی بسیار پیدا می‌کند، اما فکر می‌کنم که شما آن را به‌عنوان یک رفت و برگشت واقعا ارزشمند خواهید یافت.

خوب: کوین روز در The AGI Chronicles، شروع Machine Gods، و جایی که AI از اینجا می رود. در اینجا ما می رویم.

این مصاحبه برای طولانی بودن و وضوح کمی ویرایش شده است.

کوین روز، شما نویسنده The AGI Chronicles و یکی از بنیانگذاران و مجریان پادکست جدید Machine Gods هستید. به Decoder خوش آمدید.

خیلی ممنون که من را دارید

من داشتم به قسمت اول سریال خدایان ماشین گوش می‌دادم و شما و کیسی در مورد اینکه از نظر فنی عنوان مدیرعامل را دارید، صحبت کردیم.

این درست است. من برنده سکه شدم و به کسی نیاز داشتیم. وقتی شرکتی را مانند ما راه‌اندازی می‌کنید، باید فردی را به‌عنوان مدیرعامل معرفی کنید، حدس می‌زنم، تا بدانید که وقتی اولین رسوایی ما ناگزیر رخ می‌دهد، چه کسی را جلوی کنگره ببرید. پس این من خواهم بود.

خنده دار است زیرا شما یک مدیر عامل در Decoder هستید. این بدان معنی است که من باید از شما سؤالات رمزگشا را بپرسم.

[می خندد] باشه. خب، من حدود پنج دقیقه مدیرعامل بودم و بیشتر روزها صراحتا فراموش می‌کنم که مدیرعامل هستم.

صادقانه بگویم، این موضوع با اکثر مدیران اجرایی نمایش همراه است. همه آنها طوری رفتار می کنند که انگار فقط پنج دقیقه این کار را انجام داده اند. به آن خواهیم رسید.

من می خواهم در مورد کتاب شما صحبت کنم. آن را The AGI Chronicles می نامند. این کتابی است که به دقت گزارش شده است در مورد آزمایشگاه های اصلی مرزی و تغییر فرهنگی که همه آنها متحمل شده اند، زیرا هوش مصنوعی در خط مقدم قرار گرفته و از بسیاری جهات به یک محصول تجاری بسیار بیشتر تبدیل شده است.

اما اجازه دهید فقط با خدایان ماشین شروع کنیم. شما برای مدت طولانی روزنامه نگار نیویورک تایمز بودید. بدیهی است که فکر می کنم مخاطب احتمالا این را می داند، اما من و شما مدت زیادی است که یکدیگر را می شناسیم. من می گویم که از زمانی که شما را می شناسم، آرزوی شما برای یوتیوب بودن در ذهن شما بوده است. شما فقط می گویید "چگونه می توانم به آنجا بروم؟" و من همیشه اینطور بوده‌ام که «دور کن، این کار را نکن». اما تو این کار را کردی.

شما تایمز را ترک کردید، پادکست خود را با دوست ما کیسی نیوتن شروع کردید. این نسل بعدی پادکست بسیار محبوب Hard Fork است که بسیار عالی بود. و من برای شما هیجان زده هستم، اما چه چیزی باعث شد که جهش کنید؟

مشترکین همگام، فراموش نکنید که از هر کجا که پادکست‌های خود را دریافت می‌کنید، به رمزگشای بدون آگهی دسترسی انحصاری دارید. به اینجا سر بزن مشترک نیستید؟ می توانید در اینجا ثبت نام کنید.

بله، تا زمانی که من سعی می کردم خودم را به آن متقاعد کنم، سعی می کردی من را از این موضوع متقاعد کنی و موفق نشدی چون من اینجا هستم.

بله شکست خوردم کاملا شکست خورده

نه، نگاه کنید، من فکر می‌کنم به دلایل بسیار خوبی، شرکت‌های رسانه‌ای مدت‌هاست که از ورود به یوتیوب یا هر پلتفرم ویدیویی دیگر کمی محتاط بوده‌اند. آنهایی که همه کار را انجام داده اند لزوما با احساسات خوبی در مورد آن بیرون نیامده اند زیرا تعداد زیادی از آنها وجود دارد.

بله، آنها به طور معمول به ویدیو و همچنین به سمت مرگ می روند.

بله، شما به ویدیو می پردازید یا به نوعی پول زیادی را برای انجام کارهایی هدر می دهید که برای خودشان هزینه ای ندارند. بنابراین، من فکر می‌کنم دلایل اقتصادی ساختاری برای آن وجود دارد، اما همچنین فکر می‌کنم این است که مؤسسات زیادی وجود ندارند که مجهز به چنین شرط‌بندی بلندمدتی باشند.

همانطور که می‌دانید، سال‌ها سعی کرده‌ام از مردم در رسانه‌ها استفاده کنم. شما سعی کرده‌اید که یوتیوب را از بین ببرید، اما من فکر می‌کنم که به وضوح مهم‌ترین پلتفرم رسانه‌ای در جهان در حال حاضر است. جایی است که روزنامه نگاری از لحاظ تاریخی جایگاه مرکزی نداشته است.

اگر بخواهید به YouTube به عنوان یک کل نگاه کنید و سعی کنید ارزیابی کنید که چه قسمتی از آن به آنچه شما یا من روزنامه نگاری با کیفیت بالا می دانیم اختصاص داده شده است، این بخش بسیار کوچکی از اکوسیستم کلی آنجاست.

بنابراین، بخشی از ماموریت من این است که آن را شکست دهم و بفهمم که چگونه یوتیوب و ویدئو را به طور کلی به گونه‌ای انجام دهم که از نظر اقتصادی و نوعی خلاقیت پایدار باشد. و سپس فقط برای آزمایش و انجام یکسری کارها.

این چهره ای نیست که باید در یوتیوب باشد. بنابراین من همچنین امیدوار هستم که افراد دیگری را وارد کنم و برخی از قالب‌ها را بکار ببرم. اما من به آنچه The Verge در آنجا انجام داده است نگاه می کنم. من به آنچه افرادی مانند جوآنا استرن و MKBHD در آنجا انجام داده اند نگاه می کنم. برای من، این بسیار هیجان انگیز است و فضایی است که در آن رقابت بسیار کمتری نسبت به متن یا پادکست وجود دارد.

Machine Gods پادکستی است که شما با همکاری NPR انجام می دهید و من می خواهم در مورد آن صحبت کنم. اما آیا به آن به عنوان یک محصول YouTube فکر می کنید؟

ما می‌خواهیم ابتدا ویدیو باشد. معنی آن اساسا این است که ما در مورد ظاهر آن تا حدی که همیشه انجام نداده‌ایم بحث می‌کنیم. ما سعی خواهیم کرد به مردم دلایل زیادی برای تماشا کردن و همچنین گوش دادن ارائه کنیم.

بدیهی است که ما می دانیم که برخی از افراد هستند که فقط پادکست های ویدیویی را دوست ندارند و بنابراین ما می خواهیم چیزی لذت بخش به مخاطبان صوتی ارائه دهیم، اما جهت گیری کارها این است. اکنون نمی توانید یک پادکست را بدون انجام ویدیو در بالای آن انجام دهید. بنابراین ما سعی خواهیم کرد که واقعا آن را بپذیریم و نسخه خوبی از آن بسازیم که به خوبی دو روزنامه نگار میانسال در یوتیوب باشد.

به راستی آینده رسانه ها، روزنامه نگاران میانسال است که به سمت یوتیوب می روند. من همین احساس را دارم زیرا اکنون ویدیوهای بیشتری می‌سازم و این کاری است که ما انجام می‌دهیم. عالی میشه

دلیل دیگر ترک و انجام این کار - و بدیهی است که مردم می‌دانند که من با کیسی نیز دوست هستم، و مدت‌هاست که با شما و او در مورد آن صحبت می‌کنم - این است که داستان هوش مصنوعی اینجاست. یک جابجایی پلت فرم وجود دارد. در دنیا شرکت‌های جدید، شخصیت‌های جدید، ایده‌های جدید برای صحبت وجود دارد. خنده دار است زیرا در آن زمینه، معمولا شما نیز تغییر رسانه ای می کنید. نحوه داستان‌گویی یا قالب‌هایی که داستان می‌گوییم معمولا در کنار موضوعی که در مورد آن صحبت می‌کنیم یا فناوری صحبت می‌کنیم تغییر می‌کند.

در اینجا، یوتیوب قوی‌ترین پایه رسانه‌ای است که وجود دارد. این یکی است که بیشتر از همه یکسان است، حتی اگر در حال تغییر است و دارای YouTube Shorts است و اکنون می توانید همه چیز را A/B آزمایش کنید، از جمله چهره خودتان. اما این یکی است که بیشتر یکسان است. اینستاگرام دستخوش تغییرات گسترده ای شده است و به نظر می رسد این اتفاق ادامه خواهد داشت.

آیا به نظر می رسد که یوتیوب پایدارترین مکان برای ساختن است زیرا سعی می کنید این داستان های جدید را بگویید؟

این کار را انجام می دهد. منظورم این است که واضح است که شما هرگز نمی خواهید تمام تخم مرغ های خود را در یک سبد قرار دهید. بنابراین، ما همچنین در حال توزیع ویدئو در پادکست های اپل و اسپاتیفای هستیم و همه جا خواهیم بود. اما بله، نسبتا پایدار است.

سوالی که همیشه برایم سوال است این است که برای جایگزینی YouTube چه چیزی لازم است؟ بسیاری از شرکت‌ها تلاش کرده‌اند تا جایگزین YouTube شوند، اما برای انجام این کار، نه تنها باید تجربه‌ای بسازید که برای سازندگان و کاربران بهتر باشد، بلکه باید کل مجموعه بصری بشریت را نیز تکرار کنید. شما باید فقط شش میلیون ویدیو از لوله کش در مورد نحوه تعمیر هر سینک جداگانه دریافت کنید و سپس آن را در آن آپلود کنید. جابجایی آن واقعا سخت است. این برای بسیاری از افراد ریشه دوانده است، و من فقط فکر می کنم که به رشد خود ادامه خواهد داد.

وقتی در مورد هوش مصنوعی صحبت می کنیم به این موضوع می رسیم، اما مدت ها پیش از ساندار پیچای، مدیر عامل گوگل پرسیدم: "خب، اگر وب سایت دیگری وجود نداشته باشد، چه کاری می خواهید انجام دهید؟" و او به نوعی گفت: "خب، ما یوتیوب داریم." و فقط هیچ بحثی با آن وجود ندارد. شما حتما انجام می دهید. و فقط به رشد خود ادامه خواهد داد.

شگفت‌انگیزترین چیز در مورد رفتن از نیویورک تایمز به چیزی که شما می‌توانید آن را اقتصاد خالق بنامید، چه بوده است؟

خوب، ما در این کار بسیار جدید هستیم، اما برای من تعجب آور است که چقدر همه چیزهای تجاری را دوست دارم. فکر می‌کنم در روزنامه‌نگاری، همیشه به شما یاد می‌دهند که در مسیر خود بمانید، و من قبلا هرگز کسب‌وکاری را اداره نکرده‌ام. کیسی یک کسب و کار دارد. می دانستم که از آن لذت می برد. اما برای من، این عضلات جدید هستند و من از همه آنها لذت نمی برم. مذاکره در مورد مظنه بیمه برای پوشش افترا، چیزی نیست که من احساس کنم. اما در مورد اجرای واقعی یک کسب و کار، چیزی در این موضوع موسس وجود دارد.

بله، زمان خوبی است. این خنده دار است، صحبت کردن با شما و کیسی و جوآنا، که او هم به تازگی ترک کرده و کار خودش را شروع کرده است، خیلی اتفاق می افتد. از دیدگاه من، به همین دلیل است که مدت زیادی این کار را انجام داده ام. اگر اداره کسب و کار را متوقف کنم چه؟ به نظر نمی رسد این یک انتخاب باشد. این آینده رسانه است - کنترل کسب و کار خود و در دست گرفتن کنترل مخاطبان خود. چیزی بسیار قدرتمند در آنجا وجود دارد.

یکی از مواردی که می‌خواهم در مورد آن صحبت کنم و سپس قطعا می‌خواهم درباره کتاب به طور مفصل صحبت کنم، مخاطبان پوشش هوش مصنوعی است، زیرا من آن را به دو صورت می‌بینم. گروهی از مردم چیزهایی را می سازند که آن را دوست دارند و می خواهند همه آنها را مصرف کنند. گروهی از مردم هستند که واقعا از آن متنفرند و فکر می کنند همه آن جعلی است.

و سپس چیزی وجود دارد که من آن را یک گروه در حال گسترش می نامم که در آن محصولات مفیدتر شده اند. شما باید به آنها نگاه کنید و آنها را همانطور که هستند ارزیابی کنید. آنها چند سال پیش چندان مفید نبودند. وعده ها با واقعیت مطابقت نداشتند، اما اکنون هر روز می تواند یک کار دیگر انجام دهد که قبلا نمی توانست انجام دهد. چه آن چیزی تمام وب‌سایت‌های دنیا را هک کند، ما آن را کنار می‌گذاریم، اما هوش مصنوعی می‌تواند کارهایی را انجام دهد که قبلا نمی‌توانست انجام دهد و به نظر می‌رسد مخاطبان در حال تغییر هستند.

چگونه در مورد مخاطبان ماشین خدایان فکر می کنید و چگونه ممکن است رشد یا تغییر کند؟

منظورم این است که در حال حاضر ما فقط یک سری چیزها را امتحان می کنیم که فکر می کنیم خوب هستند و امیدواریم که مخاطبان طبیعی خود را پیدا کنند. اما فکر می کنم حق با شماست که مخاطب در حال تغییر است. فکر می‌کنم برای مدتی تقاضای زیادی برای مقابله وجود داشت - اساسا مردم به شما می‌گویند این اتفاق نمی‌افتد، لازم نیست به آن توجه کنید، بد است، به محیط زیست آسیب می‌زند.

هنوز در برخی از نقاط اینترنت وجود دارد. یوتیوب مقدار عجیبی از این موارد را دارد که هنوز ادامه دارد و Reddit نیز بسیار ضد هوش مصنوعی است. اما من فکر می‌کنم که اکثر مردم، یا حداقل شاید تعداد زیادی از مردم، از این واقعیت که این موضوع از بین نمی‌رود، یا از این موضوع تسلیم شده‌اند یا هیجان‌زده هستند. این مخاطبی است که ما به دنبال آن هستیم.

ما نمی‌خواهیم به شما بگوییم که هوش مصنوعی شگفت‌انگیز است و ما تحت رژیم ماشین جدید در مدینه فاضله هوش مصنوعی خواهیم بود. ما همچنین به شما نمی گوییم که این چیزها تقلبی و بد است و خود به خود از بین می رود و بنابراین نیازی نیست کاری برای تنظیم آن انجام دهیم یا نگران آن باشیم. عبارت کیسی برای این واقع گرایی هوش مصنوعی است. او فکر می کند تعداد زیادی از مردم هستند که فقط به نوعی کنجکاو و علاقه مند هستند و شاید کمی می ترسند، اما واکنش آنها به ترس این نیست که سعی کنند سر خود را در شن فرو کنند، بلکه سعی کنند موضوع را بفهمند.

بنابراین، زمانی که در حال انجام هارد فورک بودیم، این احساس را شروع کردیم، جایی که کاری را انجام می‌دادیم که به نظر می‌رسید روحیه ما نیست. ما یک آموزش کلود کد را انجام می‌دهیم که در آن فقط نیم ساعت وقت صرف ساختن یک وب‌سایت می‌کنیم و از خودمان فیلم می‌گیریم و آن را می‌فرستیم و عالی می‌شود. بنابراین مردم به وضوح کنجکاو بودند، و حتی اگر نظرات روی ویدیوها همگی از طرف افرادی بود که از هوش مصنوعی متنفر بودند، واضح است که تقاضای زیادی برای افرادی وجود داشت که دقیقا مانند "من می خواهم بدانم چه خبر است."

«از اینکه نمی‌توانم تماشای آن را متوقف کنم متنفرم» به دلایل مختلف موضوعی واقعی در پوشش هوش مصنوعی است.

بیایید در مورد کتاب صحبت کنیم. من فکر می‌کنم که این می‌تواند تعدادی از سؤالات دیگری را که من دارم مطرح کند. کتاب با دقت گزارش شده است. خواندن آن واقعا لذت بخش است. و هدف از آن، همانطور که شنیدم شما آن را توصیف کردید، بیان تاریخ انقلاب یادگیری عمیق است، زیرا همه این افراد فقط در سیگنال و در توییت های بسیار کودکانه صحبت می کنند.

در مورد آن شکاف به من بگویید زیرا این صنعتی است که وسواس دارد که خودش را برای رایانه ها مستند کند و برای رایانه ها خوانا باشد و اصلا برای افراد دیگر، که به نظر من وحشیانه به نظر می رسد. بنابراین گزارش این کتاب را توضیح دهید، زیرا به نظر می رسد که آنها را متقاعد کنید که حتی به شما بگویند که اتفاقی که افتاده یک افتضاح بوده است.

بود، آره بنابراین اساسا دلیلی که این را نوشتم این است که می ترسیدم همه این چیزها ناپدید شوند. من یک علاقه مند به تاریخ هستم. من عاشق خواندن کتابهایی در مورد برادران رایت یا برقی شدن مناطق روستایی آمریکا یا لحظات اختراع بزرگ در طول انقلاب رایانه شخصی هستم. من خیلی مشتاق این چیزها هستم.

چیزی که با خواندن بیشتر این کتاب ها متوجه می شوید این است که همه آنها بر بسیاری از یادداشت ها و شواهد همزمان تکیه می کنند - یادداشت های آزمایشگاهی دانشمندان سازنده بمب اتمی، مکاتبات بین برادران رایت و دوستان و شرکای تجاری آنها - که حفظ و بایگانی شده است.

فقط برای من واضح بود که هر روز در مورد هوش مصنوعی گزارش می‌دادم که قرار نیست چیزی مشابه از راه دور برای این چیزها وجود داشته باشد زیرا A، همه افرادی که این چیزها را می‌سازند برای شرکت‌های خصوصی کار می‌کنند. آنها کارمندان دولتی نیستند که از نظر قانونی ملزم به حفظ مکاتبات خود باشند. و B، پیام‌های سیگنال و پیام‌های Slack همگی توسط وکلا تنظیم می‌شوند تا پس از یک دوره معین به صورت خودکار حذف شوند. بنابراین به معنای واقعی کلمه یک ناپدید شدن دسته جمعی با گذشت هر سال از این مصنوعات، لحظات و داستان های مهم تاریخی رخ می داد.

و سپس C، محققان آنقدر مشغول هستند که نمی توانند یادداشت برداری کنند. همه آنها در حال خرد کردن هستند زیرا در تلاشند خدای ماشینی بسازند. بنابراین، من به‌عنوان یک روزنامه‌نگار فکر می‌کردم، اما بیشتر به‌عنوان یک مورخ، نقشی که من هرگز به‌طور رسمی بازی نکرده‌ام، اما فکر می‌کنم نقشی را با این کتاب بازی می‌کردم. من فقط می‌گفتم: "باید فقط این چیزها را تهیه کنم، زیرا چنین صندلی ممتازی در کنار رینگ دارم. این افراد با من صحبت می‌کنند. می‌دانم که برخی از آنها می‌نشینند و با من صحبت می‌کنند و داستان‌ها را برایم تعریف می‌کنند."

ما بسیاری از این کارها را در پس زمینه انجام دادیم تا بتوانند از عواقب صحبت کردن با من محافظت شوند. اما این به نوعی تلاش من بود تا با عصبانیت همه چیز را به دست بیاورم و در آرشیو قرار دهم تا نسل های آینده بتوانند به آن نگاه کنند.

موضوعی که در حین خواندن کتاب واقعا به ذهنم می‌آید این بود که لحظه‌ای است که AGI از چیزی که همه آن‌ها آرزوی آن را داشتند به چیزی تبدیل می‌شود که همه باید بسازند و غل و زنجیر از بین می‌رود و می‌گویند: «ما باید این کار را انجام دهیم» و همه تا آنجا که می‌توانند به سمت آن می‌روند.

شما به طور خاص در مورد گوگل صحبت می کنید که در آن پنجره اورتون حرکت کرد و ناگهان افراد داخل گوگل، که فکر می کردند همه اینها یک رویا و خیلی احمقانه بود، شروع به صحبت در مورد AGI کردند. آن لحظه به نظر می رسد تنها مهم ترین لحظه در تاریخ هوش مصنوعی است، جایی که "عالی نخواهد بود؟" به "بهتر است تا جایی که می توانیم سریع برویم" می رود.

کمی در مورد آن صحبت کنید، زیرا این تغییر در داخل این شرکت ها گزارش نشده است.

بله، من فکر می کنم این کاملا درست است. منظورم این است که مردم از دوران باستان درباره AGI یا پیش‌آهنگی که AGI نامیده نمی‌شود، صحبت می‌کنند و می‌نویسند. و به خصوص از دهه 1950، زمانی که اصطلاح هوش مصنوعی متولد شد، مردم در مورد آن صحبت می کردند. آلن تورینگ در مورد ماشین فکری می نوشت که می تواند هر کاری را که مغز انسان می تواند انجام دهد.

بنابراین این مفهوم برای مدت طولانی وجود داشته است، اما هیچ فناوری در هیچ کجای بازار یا در آزمایشگاه‌های تحقیقاتی وجود نداشت که بتواند واقعا آنچه را که مردم می‌خواستند انجام دهد - که بتواند اطلاعات را دریافت کند، یاد بگیرد درباره آن اطلاعات بیاموزد و سپس از آن برای پیش‌بینی و عمل در جهان استفاده کند. مردم راه های مختلفی را برای انجام این کار امتحان کردند و هیچ کدام به خوبی کار نکردند.

چیزی که واقعا باید اتفاق می افتاد این بود که ترانسفورماتور باید بیاید. این معماری که گوگل در سال 2017 توسعه داد و منتشر کرد و سپس در میان جاهای دیگر به OpenAI ارائه کرد که ایده ترانسفورماتور را گرفت و با آن اجرا کرد. و این T در ChatGPT امروز است. اما این بود -

جایی که یک کارمند روابط عمومی گوگل از یک بوته بیرون پرید تا یک چک به شما بدهد.

آنها این خط را دوست دارند.

وقتی شما آن را می گویید آن را دوست دارند. آنها خیلی خوشحال می شوند.

آنها آن را دوست دارند. وقتی به این موضوع اشاره می‌کنید که اگرچه آن‌ها آن را اختراع کرده‌اند، آن‌ها کمتر آن را دوست دارند تا زمانی که OpenAI آن را به یک محصول تبدیل کرد.

اما بله، این یک رویا بود، اما چیزی برای چسباندن به رویا وجود نداشت. تکنولوژی وجود نداشت. و سپس مدل زبان بزرگ آمد و ناگهان اینطور شد، "اوه، شاید این چیزی است که می تواند برای همیشه مقیاس شود و بیش از مرتبه های بزرگی بهبود یابد." بنابراین، این لامپی است که در OpenAI و سپس در گوگل خاموش می‌شود، به این صورت است که «اکنون ابزاری برای انجام کاری داریم که همیشه می‌خواستیم انجام دهیم».

شما یک خط در آنجا دارید که در آن فقط به این نکته اشاره می‌کنید که پیش‌بینی نشانه بعدی هنوز شکست نخورده است – این که همه کارهایی را انجام می‌دهد که مردم می‌خواهند انجام دهد. بدیهی است که ما مجبور بوده ایم فناوری های زیادی را در اطراف آن توسعه دهیم. مهارهایی برای کارکردن عوامل وجود دارد. یادگیری تقویتی وجود دارد. همه این چیزها در اطراف آن وجود دارد. اما این فناوری اصلی افزایش یافته است.

دلیلی که من این موضوع را مطرح می‌کنم این است که در سال‌های 2023 تا 2024، از هر فرد هوش مصنوعی می‌پرسم که در برنامه حاضر می‌شود یا اینکه ما در The Verge خواهیم دید که آیا LLM می‌تواند این کار را انجام دهد یا خیر. آیا آنها می توانند کاری را که شما می خواهید انجام دهند؟ چون فکر نمی کنم در آن لحظه مشخص بود که آنها می توانند.

ما الان نزدیک تریم همه آنها آشکارا در مورد AGI صحبت می کنند. ما در حال تماشای Meta’s Muse هستیم که هر زمان که بخواهد با لب کوچکش در اینترنت قدم بزند. به نظر شما LLM ها می توانند این کار را انجام دهند؟ به نظر شما آنها می توانند به آنجا برسند؟

من فکر می کنم آنها می توانند. من در مورد آن مطمئن نیستم، اما آنها تا کنون به طرز تکان دهنده ای خوب و موثر بوده اند. اگر به گذشته برگردید و به اولین دوره های LLM نگاه کنید، درست مثل این است که 99 درصد از مردم فکر می کردند این دیوانه است، که این مقیاس نخواهد بود. و سپس در هر مرحله، در هر مرتبه بزرگی به کار خود ادامه می دهد. از مردم پرسیده ام، چه چیزی در مورد پیش بینی نشانه بعدی وجود داشت که به وضوح از هر چیزی که قبل از آن بود برتر بود؟ افرادی بوده اند که به من گفته اند این در واقع در مغز انسان نیز وجود دارد.

یک مکتب فکری کامل وجود دارد که می گوید آنچه در مغز انسان اتفاق می افتد اساسا پیش بینی بعدی در مقیاس است. بدیهی است که پیچیده تر است. اینها کپی یک به یک دیگر نیستند.

اما من فکر می‌کنم این راز اساسی در قلب هوش مصنوعی است: چرا پیش‌بینی نشانه‌های بعدی بسیار موثر است؟ من فکر می کنم ما نمی دانیم. من فکر می‌کنم این یکی از این اسرار کیهانی است، اما چرا همه این کارها به این دلیل است که پیش‌بینی نشانه بعدی واقعا، واقعا، واقعا خوب تعمیم می‌یابد.

بخشی از آن وجود دارد که همه این شرکت ها باید آن را باور می کردند. داریو آمودی از آنتروپیک آشکارا مقاله خود را با عنوان "لکه بزرگ محاسبات" نوشت، جایی که گفت شما فقط می توانید این کار را انجام دهید. شما فقط می توانید داده ها را تخلیه و محاسبه کنید و ما به آنجا خواهیم رسید. همه باید به این قانع می شدند.

همه شرکت‌های هوش مصنوعی چه مسیری را برای متقاعد شدن به این موضوع طی کردند و آیا اکنون همه آنها کاملا از آن متقاعد شده‌اند؟

فکر نمی‌کنم اکنون همه آنها کاملا به آن متقاعد شده باشند. من فکر می کنم آنها به درجات مختلفی از آن متقاعد شده اند. Ilya Sutskever این عبارت را دارد، "Feel the AGI"، که او در OpenAI از طبقه به طبقه راه می رفت و در روزهای قدیم شعار می داد و به مردم یادآوری می کرد که AGI را احساس کنند. من فکر می کنم آزمایشگاه ها AGI را به درجات مختلفی احساس می کنند. من فکر می‌کنم آنتروپیک به وضوح بیشترین آزمایش AGI را در بین آزمایشگاه‌ها دارد، و OpenAI به نوعی در رتبه دوم قرار دارد.